基于全相位快速傅里叶变换和人工神经网络的电网谐波检测组合优化算法

欧阳瑾，王钢，曾德辉

(1.华南理工大学，广东 广州 510641；2.广州嘉缘电力科技有限公司，广东 广州510610)

在交直流输电系统中，大量变压器和换流站等非线性设备的存在，产生了大量的谐波电压和谐波电流[1]。这些谐波的存在会缩短电网中电气设备的使用寿命，影响继电保护装置的正常运行，降低电度计量仪器的测量精度[2-3]。根据GB/T 14549—1993《电能质量公用电网谐波》，仪用互感器和电容式分压器等谐波传感设备应具有良好的频率特性，其引入的幅值误差不应大于5%，相位误差不大于5%。为了改善电能质量，需要精确检测到电网中各种谐波成分，根据谐波的特征采取相应的抑制措施，从而消除这些有害谐波，维护电网的可靠性。

现阶段，基于快速傅里叶变换[4](fast Fourier transform，FFT)的谐波测量是已建成工程中应用最多、最广泛的谐波检测方法，但是使用该方法会产生频谱混叠效应和栅栏效应[5]，使得计算出的谐波参数(频率、幅值和相位)不准确，无法满足谐波检测的高精度性要求。此外还有小波变换[6]、基于瞬时无功功率理论[7]、谱估计[8]和人工神经网络[9](artificial neural network，ANN)算法等也可以应用于谐波检测。小波变换能很好地分解局部信号，但是只能得到信号不同频段的时频特性曲线，不能准确检测出信号的频率和幅值[10]，且算法复杂，运算速度慢。基于瞬时无功功率理论方法所测量到的是各次谐波之和，无法分别得到各次谐波幅值和相位信息。谱估计方法具有较高的频率分辨率，可以用于间谐波检测，但是是计算量大，实时性差。……